跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

AI客服成本挤压初创企业预算

AI客服搭建起来更便宜,维护起来却贵得多,企业不得不重新考虑自己的AI战略。

人工智能与模型新闻林晓雯发布: 2026年10月4日5 分钟阅读资料来源 1
AI客服成本挤压初创企业预算

AI客服自动化的最新数据说明,行业正从快速试验转向痛苦的整合。

搭建这项技术已经更便宜了。维护它却让许多机构暂停项目或调整方向。问题不在代码,而在围绕代码的商业模式。炒作周期正在让位于财务现实。企业不再只问AI能不能胜任,还要问自己是否负担得起让它持续运转所需的长期支持。行业分析师说,这种情绪正在成为科技行业的主流话题。

活下去的成本

兼职首席产品官咨询公司Purple Brains指出,AI让软件的生产成本更低了。更难的问题是,一个想法是否值得被验证、被拥有、被维护,以及是否值得付出活下去的成本。这在AI领域是一个关键区别。花哨的演示可以掩盖脆弱的后端,而这样的后端需要持续的人工介入。最初的预算预测往往低估了这种介入的成本。由此产生的超支足以拖垮早期公司。

对初创企业来说,这是一道艰难的计算题。Purple Brains认为,原型评审应当检验客户能否完成产品本应支持的工作,而不只是检验他们喜不喜欢这些界面。

麦肯锡最近报告称,AI创造的岗位将多于它消灭的岗位,但前提是先消灭1100万个。Fortune于10月3日分享了这个数据点,点出当前劳动力市场的波动性。从长远看,净效应可能是正面的。过渡期却在企业中引发了明显的不安。它们在判断哪些岗位真正可以自动化,也在追问哪些岗位需要AI目前还无法复制的人类判断力。

客服是自动化讨论最多的领域之一。The National Law Review最近的一篇报道提出了一个根本问题:免费的AI API由谁买单?文章探讨了每一次AI响应背后的成本,指出许多服务的“免费”层级往往以不可持续的方式获得补贴。这对客服应用尤其相关,因为这类应用每天可能产生数千次交互。如果每次交互的成本管理不当,利润率会很快被侵蚀。

Meta也在这一领域有所动作,只是重点不同。据Xpert.Digital报道,Meta正用AI代理为小企业提供新的帮手,从而革新贸易。这属于一个更大的趋势。大型科技公司正试图让AI工具的使用变得普及。不过,文章也警告说,AI不会自行扩展规模。只买模型的人,自动化的主要是自己的失望。这是对当前AI应用状况的直率评价。仅仅购买一个模型是不够的。机构需要明确的战略,说明AI将如何整合进现有的工作流程。

关于AI对就业影响的争论并不只关乎客服。Yahoo Creators最近的一篇文章列出了十种最安全的职业,其中一些年薪达到六位数。这是对“AI将取代所有人类劳动者”这一说法的反例。文章认为某些技能仍将保持高需求,包括复杂问题解决能力和情商。这对许多劳动者来说是一种宽慰。这也意味着企业需要在推进AI计划的同时,继续投资于人才。

AI应用的另一个领域是医疗。Pro Kpo AI最近开业,用自动化处理医疗排班并降低行政成本。这是AI用来解决某个具体而棘手问题的典型例子。行政成本对医疗服务提供者来说是沉重的负担。自动化排班可以解放员工,让他们专注于患者护理。不过,这也引发了关于护理质量的疑问。患者会满意由AI安排预约,还是更愿意与人交谈?随着这类系统日益普及,这个问题需要得到回答。

AI是否会引发一次新的“恩格斯停顿”也在讨论之中。India Narrative的一篇文章探讨了这一概念。文章认为,AI可能在短期内提高生产率,但如果收益分配不公,随后可能进入一段停滞期。这是一个宏观经济论点,却对单个企业有影响。如果AI导致停滞期,企业将需要比以往任何时候都更高效、更具成本效益。这可能使AI自动化的成本成为企业成败的关键因素。

另一方面,一些企业把AI视为保持竞争力的途径。Financial Express最近敦促企业加快采用AI以保持竞争力。这是另一种视角。它认为不采用AI的风险大于采用不当的风险。这个观点有道理,但也凸显了决策的难度。企业正被同时推向两个方向。对于最佳行动方案,目前没有明确共识。

AI在活动行业中的作用也受到质疑。ascendants.in的一篇文章问,AI是否会取代活动行业的岗位。活动管理专家Anup Rawat讨论了这一行业。他认为AI将改变活动的组织方式,但也认为它不太可能完全取代人类工作者。这是一种有细微差别的看法,反映了问题的复杂性。AI可以自动化许多任务,却无法取代成功活动所必需的人际连接。

随着AI市场继续演变,自动化成本是其普及的关键因素。企业在做决定前需要仔细权衡AI的长期成本与收益。它们也需要准备好随着技术和市场的变化调整战略。未来几年将是一段重要的过渡期。只有最能适应的企业才能兴旺。

评论 0

资料来源

1
  1. 01Purple Brains: Fractional CPO services for tech startupsEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。